VideoCaptioner

基于大语言模型的视频字幕处理工具 — 语音识别、字幕优化、翻译、视频合成一站式处理

[在线文档](https://weifeng2333.github.io/VideoCaptioner/) · [CLI 使用](#cli-命令行) · [GUI 桌面版](#gui-桌面版) · [Claude Code Skill](#claude-code-skill)

## 安装 ```bash pip install videocaptioner # 仅安装 CLI（轻量，无 GUI 依赖） pip install videocaptioner[gui] # 安装 CLI + GUI 桌面版 ``` 免费功能（必剪语音识别、必应/谷歌翻译）**无需任何配置，安装即用**。 ## CLI 命令行 ```bash # 语音转录（免费，无需 API Key） videocaptioner transcribe video.mp4 --asr bijian # 字幕翻译（免费必应翻译） videocaptioner subtitle input.srt --translator bing --target-language en # 全流程：转录 → 优化 → 翻译 → 合成 videocaptioner process video.mp4 --target-language ja # 字幕烧录到视频 videocaptioner synthesize video.mp4 -s subtitle.srt # 下载在线视频 videocaptioner download "https://youtube.com/watch?v=xxx" ``` 需要 LLM 功能（字幕优化、大模型翻译）时，配置 API Key： ```bash videocaptioner config set llm.api_key videocaptioner config set llm.api_base https://api.openai.com/v1 videocaptioner config set llm.model gpt-4o-mini ``` 配置优先级：`命令行参数 > 环境变量 (VIDEOCAPTIONER_*) > 配置文件 > 默认值`。运行 `videocaptioner config show` 查看当前配置。

所有 CLI 命令一览

| 命令 | 说明 | |------|------| | `transcribe` | 语音转字幕。引擎：`faster-whisper`、`whisper-api`、`bijian`（免费）、`jianying`（免费）、`whisper-cpp` | | `subtitle` | 字幕优化/翻译。翻译服务：`llm`、`bing`（免费）、`google`（免费） | | `synthesize` | 字幕烧录到视频（软字幕/硬字幕） | | `process` | 全流程处理 | | `download` | 下载 YouTube、B站等平台视频 | | `config` | 配置管理（`show`、`set`、`get`、`path`、`init`） | 运行 `videocaptioner <命令> --help` 查看完整参数。完整 CLI 文档见 [docs/cli.md](docs/cli.md)。

## GUI 桌面版 ```bash pip install videocaptioner[gui] videocaptioner # 无参数时自动打开桌面版 ```

其他安装方式：Windows 安装包 / macOS 一键脚本

**Windows**：从 [Release](https://github.com/WEIFENG2333/VideoCaptioner/releases) 下载安装包 **macOS**： ```bash curl -fsSL https://raw.githubusercontent.com/WEIFENG2333/VideoCaptioner/master/scripts/run.sh | bash ```

![页面预览](https://h1.appinn.me/file/1731487410170_preview1.png) ![页面预览](https://h1.appinn.me/file/1731487410832_preview2.png) ## LLM API 配置 LLM 仅用于字幕优化和大模型翻译，免费功能（必剪识别、必应翻译）无需配置。支持所有 OpenAI 兼容接口的服务商： | 服务商 | 官网 | |--------|------| | **VideoCaptioner 中转站** | [api.videocaptioner.cn](https://api.videocaptioner.cn) — 高并发，性价比高，支持 GPT/Claude/Gemini 等 | | SiliconCloud | [cloud.siliconflow.cn](https://cloud.siliconflow.cn/i/HF95kaoz) | | DeepSeek | [platform.deepseek.com](https://platform.deepseek.com) | 在软件设置或 CLI 中填入 API Base URL 和 API Key 即可。[详细配置教程](https://weifeng2333.github.io/VideoCaptioner/config/llm) ## Claude Code Skill 本项目提供了 [Claude Code Skill](https://code.claude.com/docs/en/skills.md)，让 AI 编程助手可以直接调用 VideoCaptioner 处理视频。安装到 Claude Code： ```bash mkdir -p ~/.claude/skills/videocaptioner cp skills/SKILL.md ~/.claude/skills/videocaptioner/SKILL.md ``` 然后在 Claude Code 中输入 `/videocaptioner transcribe video.mp4 --asr bijian` 即可使用。 ## 工作原理 ``` 音视频输入 → 语音识别 → 字幕断句 → LLM 优化 → 翻译 → 视频合成 ``` - 词级时间戳 + VAD 语音活动检测，识别准确率高 - LLM 语义理解断句，字幕阅读体验自然流畅 - 上下文感知翻译，支持反思优化机制 - 批量并发处理，效率高 ## 开发 ```bash git clone https://github.com/WEIFENG2333/VideoCaptioner.git cd VideoCaptioner uv sync && uv run videocaptioner # 运行 GUI uv run videocaptioner --help # 运行 CLI uv run pyright # 类型检查 uv run pytest tests/test_cli/ -q # 运行测试 ``` ## 许可证 [GPL-3.0](LICENSE) [![Star History Chart](https://api.star-history.com/svg?repos=WEIFENG2333/VideoCaptioner&type=Date)](https://star-history.com/#WEIFENG2333/VideoCaptioner&Date)